5.3 Exemple numérique
5.3.4 Résultats et analyses
Pour illustrer l’impact de l’information de surveillance sur la politique de maintenance
développée, nous allons comparer les différents cas considérés. En s’appuyant sur les
hypothèses spécifiées, un modèle de maintenance, similaire au chapitre précédent, est
utilisé pour évaluer les 𝐶
𝑇𝑀 moyens sur un horizon de cinq ans. Le critère de décision 𝐽
1 est
utilisé pour la politique de maintenance. Pour les différents cas, l’estimation des 𝐶
𝑇𝑀 est
réalisée pour des couples de paramètres MFOP/NC identiques. Pour la comparaison, nous
prenons des MFOP entre 10 000km et 120 000km par pas de 10 000km et des niveaux de
confiance allant de 60% à 99% par pas de 3%. Notons, également, que les coûts liés à la mise
en place des différents cas de surveillance, comme le coût des capteurs ou des solutions
technologiques, ne sont pas pris en compte. Il s’agit ici d’une étude prospective qui a
vocation à étudier l’intérêt d’un développement d’une instrumentation dédiée et de
procédures de recueil de données adaptées.
Figure 5.15 : Evolution du 𝑪
𝑻𝑴 moyen en fonction des paramètres MFOP/NC considérés
(Cas 1)
0.6
0.7 0.8
0.9
1
0
5
10
15
x 10
4
0.5
1
1.5
x 10
4
NC
MFOP
C
o
û
t
114
Premièrement, la figure 5.15 représente les 𝐶
𝑇𝑀 pour les différents couples de paramètres
(MFOP/NC) lorsque le premier cas de surveillance est considéré. Les résultats montrent que
le 𝐶
𝑇𝑀 moyen optimal est atteint pour une MFOP de 90 000 km et un niveau de confiance
égal à 81%. Cette solution fournit le meilleur compromis économique entre les opérations
de maintenance préventives et correctives. Ce premier résultat est utilisé comme base de
comparaison. Dans certaines configurations, des paliers sont observables. Ces paliers
définissent une augmentation puis une diminution des 𝐶
𝑇𝑀 en lien avec l’augmentation de la
valeur du niveau de confiance. Ce comportement signifie que jusqu’à un certain niveau de
confiance, le coût additionnel généré par la maintenance préventive est plus important que
les gains entrainés par la réduction de la maintenance corrective.
Le tableau 5.6 synthétise les résultats obtenus et permet de comparer les différents cas.
Pour le deuxième cas de surveillance, la connaissance des conditions d’utilisation permet, à
chaque décision de maintenance, de sélectionner le modèle de durée de vie adéquat pour
l’ensemble des composants. La prise en compte de cette information de surveillance permet
ainsi d’économiser plus de 5% sur le 𝐶
𝑇𝑀 optimal relativement au premier cas de
surveillance. Le gain moyen observé sur chaque couple de variables de décision est quant à
lui de 14% en comparaison du premier cas. Pour le système considéré, la connaissance des
conditions d’utilisation de chaque composant apparaît être plus impactant que l’information
marche/panne pour réduire les coûts de maintenance.
Pour le troisième cas de surveillance, une mesure de dégradation et les conditions
d’utilisation sont disponibles pour tous les composants à chaque décision de maintenance.
De plus, les processus de dégradation pour l’environnement « normal » et « stressé » sont
connus pour l’ensemble des composants. L’intégration de ces informations dans le processus
de décision de maintenance fait économiser plus de 17% sur le 𝐶
𝑇𝑀 optimal par rapport au
premier cas de surveillance. Le gain moyen observé sur chaque couple de paramètres est
quant à lui de 32% en comparaison du premier cas. Ces résultats montrent clairement sur le
système considéré, l’impact de l’information de surveillance sur l’optimisation de la politique
de maintenance.
Cas de
surveillance 𝐂𝑻𝑴optimal
Gain observé sur le 𝑪𝑻𝑴
moyenoptimal
relativement au Cas 1 (%)
Gain moyen observé sur le
𝑪𝑻𝑴pour chaque couple de
paramètres considéré
relativement au Cas 1 (%)
Cas 1 5866 €
(MFOP=90000, NC=81%) - -
Cas 2 5539€
(MFOP=80000, NC=72%) 5.6% 14.2%
Cas 3 4824€
(MFOP=10000, NC=99%) 17.8% 31.9%
115
Pour ce dernier cas de surveillance, le 𝐶
𝑇𝑀 optimal est obtenu pour une MFOP de 10 000 km
et un niveau de confiance de 99%. En comparaison avec les autres couples optimaux pour les
cas de surveillance 1 et 2, la MFOP est inférieure. Cette différence s’explique au niveau de
l’évaluation de la 𝑀𝐹𝑂𝑃𝑆. Pour les cas de surveillance 1 et 2, cette évaluation est réalisée à partir
des modèles de durée de vie définis par composant. Les résultats montrent, pour les premières
valeurs de MFOP, que le 𝐶
𝑇𝑀est impacté soit par un nombre de pannes très significatif soit
par un nombre de maintenances préventives très important. Cela signifie que la politique de
maintenance pour les premières valeurs de MFOP ne permet pas de fournir une décision assez
pertinente. Le coût optimal est ainsi plutôt obtenu pour des valeurs de MFOP plus importantes
permettant d’offrir un meilleur compromis au niveau des coûts.
A l’inverse, pour le troisième cas de surveillance, l’évaluation de la 𝑀𝐹𝑂𝑃𝑆 est basée sur des
processus de dégradation complétés par une mesure de dégradation. Ces informations
permettent d’être beaucoup plus précis sur l’état réel du système. En conséquence, la décision de
maintenance est beaucoup plus pertinente pour les premières valeurs de MFOP. Elles permettent
notamment à la politique de se mettre à jour plus fréquemment en fonction de l’information de
surveillance. Une MFOP de 10 000 km peut parfois être jugée trop faible par certains utilisateurs.
Considérons alors qu’une contrainte nous impose une valeur de MFOP au moins supérieure à
60 000 km. Dans ce cas, le troisième cas de surveillance permet encore d’économiser environ 13%
sur le 𝐶
𝑇𝑀 optimal relativement au premier cas.
5.4 Conclusion
Dans le chapitre 4, nous avons développé une politique de maintenance dynamique capable
de prendre en compte la structure du système multi-composant. Cette politique basée sur le
concept de la MFOP permet de garantir avec un certain niveau de confiance, des périodes
d’opérations sans limitation liée à la maintenance ou à la panne du système.
Dans ce chapitre, nous nous sommes focalisés sur l’aspect dynamique de cette politique.
Cette caractéristique associée à la politique développée permet d’adapter la décision de
maintenance en ligne en fonction des informations disponibles de surveillance. Pour
soutenir le processus de décision mis en place, des méthodes ont été développées pour
intégrer les différents types d’informations de surveillance. Ces méthodes permettent de
prendre en compte à chaque décision de maintenance le niveau d’information disponible sur
l’état des composants et sur les conditions d’utilisations.
Les résultats des simulations sur un système multi-composant donné illustrent l’impact
positif de l’information de surveillance sur l’optimisation de la politique de maintenance et
sur la réduction des coûts.
117
Chapitre 6
Méthodologie de conception pour la
maintenance
Les deux chapitres précédents ont été consacrés à la présentation de la politique de
maintenance dynamique développée dans cette thèse. Premièrement, différents critères de
décision ont été proposés ainsi qu’un modèle de coût permettant d’évaluer la politique de
maintenance. Dans un second temps, nous nous sommes focalisés sur la prise en compte de
l’information de surveillance pour adapter dynamiquement la prise de décision de
maintenance.
Dans ce chapitre, notre objectif est de présenter une méthodologie de conception intégrant
les problématiques liées à la maintenance. Le terme « conception » fait ici référence aux
choix relatifs aux propriétés de fiabilité, aux niveaux d’informations de surveillance, à
l’accessibilité des composants ou aux redondances éventuelles. Cette méthodologie vise à
fournir un outil d’aide à la décision permettant de statuer entre les diverses propositions de
conception afin de réduire les coûts d’exploitation du système.
Dans un premier temps, nous allons justifier l’intérêt de mettre en place une méthodologie
de conception pour la maintenance. Nous effectuons ensuite un état des lieux sur
l’utilisation de la MFOP pour la conception. En s’appuyant sur ces travaux et sur les limites
observées, une méthodologie est développée. En lien avec celle-ci, un facteur d’importance
est proposé afin de prioriser les actions de conception à réaliser. Enfin, un exemple
numérique illustre la méthodologie sur un système multi-composant donné.